本文仅供学习使用
本文参考:B站:DR_CAN
1. Recursive Algirithm 递归算法
2. Data Fusion 数据融合Covarince Matrix协方差矩阵State Space状态空间方程 Observation观测器
3. Step by step : Deriation of Kalmen Gain 卡尔曼增益/因数 详细推导
4. Priori/Posterrori error Covariance Martix 误差协方差矩阵
5. An Example 2D例子
文章来源:https://www.toymoban.com/news/detail-805885.html
6. Extended Kalman Filter扩展卡尔曼滤波器(EKF)
文章来源地址https://www.toymoban.com/news/detail-805885.html
到了这里,关于[足式机器人]Part2 Dr. CAN学习笔记- Kalman Filter卡尔曼滤波器Ch05的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!